Unity) ML Agent

 

ML Agent란?

 Unity에서 제공하는 인공지능 기반 지능형 에이전트다.

 몇년전까지만해도 지능적으로 반응하는 가상 플레이어나 논플레이어블 게임 캐릭터를 만드는 것은 쉽지 않았고, 게임이 복잡할수록 더 까다로웠다. 개발자는 지능적인 동작을 만들려면 엄청난 양의 코드를 작성하거나 고도로 전문화된 툴을 사용해야 했다.

 하지만 ML Agent를 이용하면 별도의 설계 없이 원하는 방향으로 학습시켜서 반응하도록 만들 수 있다. ML Agent이 머신러닝 기반이기때문에 유용하게 활용하기 위해서는 머신러닝과 관련된 기본개념을 알아야 한다.

 

 

- 학습과 훈련

 학습이라는 것은 인공지능이 스스로 데이터의 규칙을 찾아내도록 하는 기술이다. 여기서 특정 환경에서 특정 행동을 했을 때 계속해서 보상을 준다면, 인공지능은 특정 환경에서 특정 행동을 하도록 학습한다. 즉, 임의의 훈련을 통해 학습을 만드는 것이다.

 

 

- 학습 방법

 

 머신러닝을 수행하는 방법은 크게 지도학습, 비지도학습, 강화학습으로 나눌 수 있는데, 모두 인공지능의 특정 목적을 위한 학습방법으로 생각하면 된다. ML Agent는 위 세가지 학습방법을 모두 제공한다.

 

 

- 지도학습

 지도학습은 이미 결과가 나와있는 많은 양의 데이터에서 모델을 학습하고, 이를 통해 미래의 데이터에 대한 예측을 만드는 것이다.

 스팸 이메일을 필터링하는 예를 생각해보면 쉽다. 지금 받은 메일이 스팸 이메일인지 아닌지 이미 분류된 데이터들을 학습하고 훈련해서 앞으로 받는 모든 이메일을 분류한다.

 

 

- 강화학습

 

 강화 학습은 환경과 상호작용하여 시스템 성능을 향상하는 것이 목적이다. 인공지능은 특정 행동들에 대해 보상을 부여하고, 이 행동들을 통해 얻는 보상이 최대화되는 일련의 행동들을 강화 학습을 통해 학습할 수 있다. 사용자 정의의 규칙들이 포함되어 있는 게임이나 길찾기 같은 방법에서 몬스터나 기물들의 행동들을 학습하는데 사용할 수 있다.

 

 

- 비지도학습

 지도학습은 결과를 아는 데이터를 다룬다. 하지만 비지도학습은 결과를 알 수 없는 데이터를 다룬다. 특정 데이터를 군집화 하거나 차원을 축소할 때 사용한다.

 마케터가 관심사를 기반으로 고객을 그룹으로 나누어 각각에 맞는 마케팅 프로그램을 개발할 때 사용할 수도 있고, 어떤 동물이나 식물들의 수십가지가 넘는 특징들을 수가지로 줄여주는 역할도 수행할 수 있다.

 

 

 ML Agent는 이러한 학습방법들 중에서 강화학습을 많이 사용한다. 사용자 정의로 특정 훈련 상황을 만들어 인공지능이 특정 행동을 취할 수 있도록하는 시나리오를 제작할 수 있기 때문이다. 게임이나 시뮬레이션등에서 요긴하게 사용할 수 있다.

 특정 시나리오를 연출해 보스몬스터의 패턴을 훈련시킬 수도 있고, 우주개발을 할 때 미리 어떤 어려움이 생길지 시뮬레이션을 해볼 수도 있다. 자세한 설명은 아래 영상들을 참고하자.

 

 

https://youtu.be/RsCjC4yDpzE?si=Fk0yIgr67X_3z7MB

https://youtu.be/GWd4g1qCDxo?si=xoSCwg0qZ9C1FTja

https://youtu.be/vXhVJYgdVbU?si=CYeyzIFxxXC_vX2W

 

 

 

#참조

 

https://unity.com/kr/products/machine-learning-agents

머신러닝 에이전트

https://pnltoen.tistory.com/entry/%EC%9C%A0%EB%8B%88%ED%8B%B0-%EC%BD%94%EB%A6%AC%EC%95%84-ML-Agents-%ED%8A%9C%ED%86%A0%EB%A6%AC%EC%96%BC-%EA%B3%B5%EA%B0%9C-%EB%B0%8F-%EC%A0%9C%EC%9E%91-%ED%9B%84%EA%B8%B0

유니티 코리아 ML-Agents 튜토리얼 공개 및 제작 후기!

https://hyjykelly.tistory.com/27

1. 인공지능, 머신러닝, 딥러닝 기초개념 다지기